为不同的分类级别绘制不同的颜色
- 2025-02-10 08:57:00
- admin 原创
- 67
问题描述:
diamonds
我有这个由像这样的变量组成的数据框,我想为每个变量绘制一个到(carat, price, color)
的散点图,这意味着不同的变量在图中具有不同的颜色。price
`caratcolor
color`
这很R
容易ggplot
:
ggplot(aes(x=carat, y=price, color=color), #by setting color=color, ggplot automatically draw in different colors
data=diamonds) + geom_point(stat='summary', fun.y=median)
我想知道如何在 Python 中使用来实现这一点matplotlib
?
附言:
我知道辅助绘图包,例如seaborn
和ggplot for python
,但我并不喜欢它们,只是想知道是否可以matplotlib
单独使用它们来完成这项工作,;P
解决方案 1:
导入和示例 DataFrame
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns # for sample data
from matplotlib.lines import Line2D # for legend handle
# DataFrame used for all options
df = sns.load_dataset('diamonds')
carat cut color clarity depth table price x y z
0 0.23 Ideal E SI2 61.5 55.0 326 3.95 3.98 2.43
1 0.21 Premium E SI1 59.8 61.0 326 3.89 3.84 2.31
2 0.23 Good E VS1 56.9 65.0 327 4.05 4.07 2.31
和matplotlib
您可以传递plt.scatter
一个c
参数,以便选择颜色。以下代码定义了一个colors
字典,用于将菱形颜色映射到绘图颜色。
fig, ax = plt.subplots(figsize=(6, 6))
colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'}
ax.scatter(df['carat'], df['price'], c=df['color'].map(colors))
# add a legend
handles = [Line2D([0], [0], marker='o', color='w', markerfacecolor=v, label=k, markersize=8) for k, v in colors.items()]
ax.legend(title='color', handles=handles, bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
df['color'].map(colors)
有效地将颜色从“钻石”映射到“绘图”。
(请原谅我没有放上另一张示例图,我认为 2 张就够了 :P)
和seaborn
您可以使用seaborn
一个包装器matplotlib
,它默认使它看起来更漂亮(我知道,这更是基于意见的:P),但也添加了一些绘图功能。
为此,您可以使用seaborn.lmplot
(fit_reg=False
这可以防止它自动进行某些回归)。
sns.scatterplot(x='carat', y='price', data=df, hue='color', ec=None)
也做同样的事情。
选择hue='color'
告诉 seaborn 根据列中的唯一值来拆分和绘制数据'color'
。
sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)
和pandas.DataFrame.groupby
&pandas.DataFrame.plot
如果您不想使用 seaborn,可以pandas.groupby
单独使用获取颜色,然后仅使用 matplotlib 绘制它们,但您必须在使用过程中手动分配颜色,我在下面添加了一个示例:
fig, ax = plt.subplots(figsize=(6, 6))
grouped = df.groupby('color')
for key, group in grouped:
group.plot(ax=ax, kind='scatter', x='carat', y='price', label=key, color=colors[key])
plt.show()
此代码假设 DataFrame 与上述相同,然后根据 对其进行分组color
。然后迭代这些组,为每个组绘制图表。为了选择颜色,我创建了一个colors
字典,它可以将钻石颜色(例如D
)映射到真实颜色(例如tab:blue
)。
解决方案 2:
这是一个使用 seaborn 调色板的简洁而通用的解决方案。
首先找到你喜欢的调色板并选择性地将其可视化:
sns.palplot(sns.color_palette("Set2", 8))
然后你可以matplotlib
这样做:
# Unique category labels: 'D', 'F', 'G', ...
color_labels = df['color'].unique()
# List of RGB triplets
rgb_values = sns.color_palette("Set2", 8)
# Map label to RGB
color_map = dict(zip(color_labels, rgb_values))
# Finally use the mapped values
plt.scatter(df['carat'], df['price'], c=df['color'].map(color_map))
解决方案 3:
我也有同样的问题,并且花了一整天的时间尝试不同的软件包。
我最初使用的是 matlibplot:并且对将类别映射到预定义颜色或分组/聚合然后遍历组(并且仍然必须映射颜色)不满意。我只是觉得这是糟糕的软件包实现。
对我来说,Seaborn 不起作用,而 Altair 只能在 Jupyter Notebook 中运行。
对我来说最好的解决方案是 PlotNine,它“是 Python 中图形语法的实现,基于 ggplot2”。
下面是在 Python 中复制 R 示例的 plotnine 代码:
from plotnine import *
from plotnine.data import diamonds
g = ggplot(diamonds, aes(x='carat', y='price', color='color')) + geom_point(stat='summary')
print(g)
非常干净和简单:)
解决方案 4:
最简单的方法就是将整数类别级别数组简单地传递给plt.scatter()
颜色参数。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/diamonds.csv')
plt.scatter(df['carat'], df['price'], c=pd.factorize(df['color'])[0],)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
这将创建一个没有图例的图,使用默认的“viridis”颜色图。在这种情况下,“viridis”不是一个好的默认选择,因为颜色似乎暗示了连续的顺序,而不是纯粹的名义类别。
要选择您自己的颜色图并添加图例,最简单的方法是这样的:
import matplotlib.patches
levels, categories = pd.factorize(df['color'])
colors = [plt.cm.tab10(i) for i in levels] # using the "tab10" colormap
handles = [matplotlib.patches.Patch(color=plt.cm.tab10(i), label=c) for i, c in enumerate(categories)]
plt.scatter(df['carat'], df['price'], c=colors)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
plt.legend(handles=handles, title='Color')
我在这里选择了“tab10”离散(又名定性)色彩图,它可以更好地表明颜色因子是一个名义分类变量。
额外内容:在第一个图中,通过将类别级别整数数组中的最小-最大缩放值传递到颜色图对象的调用
方法
来选择默认颜色。pd.factorize(iris['species'])[0]
`plt.cm.viridis`
解决方案 5:
这里是定性色彩图中的标记和颜色的组合matplotlib
:
import itertools
import numpy as np
from matplotlib import markers
import matplotlib.pyplot as plt
m_styles = markers.MarkerStyle.markers
N = 60
colormap = plt.cm.Dark2.colors # Qualitative colormap
for i, (marker, color) in zip(range(N), itertools.product(m_styles, colormap)):
plt.scatter(*np.random.random(2), color=color, marker=marker, label=i)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0., ncol=4);
解决方案 6:
使用Altair。
from altair import *
import pandas as pd
df = datasets.load_dataset('iris')
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')
解决方案 7:
您可以使用以下命令将分类列转换为数字列:
#we converting it into categorical data
cat_col = df['column_name'].astype('category')
#we are getting codes for it
cat_col = cat_col.cat.codes
# we are using c parameter to change the color.
plt.scatter(df['column1'],df['column2'], c=cat_col)
解决方案 8:
使用 df.plot()
通常,在快速绘制 DataFrame 时,我会使用pd.DataFrame.plot()
。这将索引作为 x 值,将值作为 y 值,并使用不同的颜色分别绘制每列。可以使用set_index
和来实现这种形式的 DataFrame unstack
。
import matplotlib.pyplot as plt
import pandas as pd
carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]
df = pd.DataFrame(dict(carat=carat, price=price, color=color))
df.set_index(['color', 'carat']).unstack('color')['price'].plot(style='o')
plt.ylabel('price')
使用此方法您不必手动指定颜色。
此过程可能对其他数据系列更有意义。就我而言,我有时间序列数据,因此 MultiIndex 由日期时间和类别组成。也可以使用此方法对多个列进行着色,但图例变得混乱。